중국 인공지능 스타트업 딥시크가 보여준 저비용 고효율 AI 모델의 등장은 시장 전체에 “더 적은 자원으로도 충분한 성능이 가능하다”는 가능성을 넓힌다. 딥시크가 미국 빅테크 기업에 어떤 영향을 줄까요?
딥시크(DeepSeek)란?
최근 중국의 인공지능(AI) 스타트업 딥시크(DeepSeek)는 AI 기술의 비약적인 발전으로 큰 화제가 되고 있다. 헤지펀드 매니저인 Liang Wenfeng이 설립한 딥시크는 더 적은 자원으로 운영함에도 불구하고 미국 선두 기업과 경쟁할 수 있는 AI 모델을 개발했다.
딥시크 성공이 놀라운 이유는?
딥시크의 성공은 미국의 고급 칩에 대한 중국 수출 제한에도 불구하고 달성되었다. 회사는 소프트웨어 중심의 리소스 최적화와 고유한 모델 아키텍처를 강조하는 혁신적인 개발 전략을 통해 이러한 한계를 극복했다. 이러한 접근 방식을 통해 제한된 리소스로 상당한 발전을 이룰 수 있었다.
딥시크의 모델은 비용 효율성도 인정받았다. 예를 들어 DeepSeek-V3 교육 비용은 약 560만 달러로, 다른 주요 AI 개발자가 인용한 1억~10억 달러 범위보다 훨씬 저렴하다. 덜 발전된 칩을 사용함에도 불구하고 딥시크의 모델은 Chatbot Arena와 같은 플랫폼에서의 성능 부문에서 글로벌 상위 10위 안에 랭크되었으며 리소스 제약에도 불구하고 그 능력을 보여주었다.
딥시크의 등장은 중국의 빠르게 발전하는 AI 역량을 강조하고 현재 AI 부문의 큰 기업에 도전하고 있다.
딥시크와 Open AI 주요 성능 비교
중국의 AI 스타트업 딥시크는 다양한 벤치마크에서 미국의 선도적인 AI 시스템과 경쟁할 수 있는 모델을 개발했다. 최신 모델인 DeepSeek-R1은 OpenAI의 o1 모델과 비슷한 성능을 보여주었다.
AIME 2024 및 MATH-500과 같은 수학 벤치마크에서 DeepSeek-R1은 o1의 79.2% 및 96.4%에 비해 각각 79.8% 및 97.3%를 기록하여 o1보다 약간 앞섰다.
Codeforces 및 SWE-bench Verified와 같은 코딩 벤치마크에서 DeepSeek-R1은 96.3% 및 49.2%의 점수를 달성하여 o1의 96.6% 및 48.9%와 거의 일치했다.
그러나 GPQA Diamond 및 MMLU와 같은 일반 지식 벤치마크에서는 o1이 DeepSeek-R1의 71.5% 및 90.8%에 비해 75.7% 및 91.8%의 점수로 약간의 우위를 점다.
딥시크는 엔비디아 제품을 사용하나요?
딥시크는 AI 모델 개발에 NVIDIA의 제품을 사용하였다. 예를 들어, DeepSeek-V3 모델은 NVIDIA H800 GPU 2,048개를 활용하여 훈련되었으며, 훈련 비용은 약 550만 달러로 보고되었다. DeepSeek-R1 모델 역시 NVIDIA H800 GPU를 사용하여 개발되었다.
참고로 H800은 H100에 성능에 한참 못미치는 저사양 반도체이다.
딥시크 성공으로 피해를 볼 가능성이 있는 기업
오픈AI나 구글처럼 높은 개발비와 GPU 자원을 사용하는 기업들은, 딥시크의 “저비용·고효율” 전략에 의해 시장 점유율을 일부 잃을 수 있다. 비용적인 경쟁력이 중요한 고객들은 더 저렴하면서도 성능이 괜찮은 모델을 찾으려 하기 때문이다.
모르면 망하는 주식 기초정보
위 사진은 증권사에서 가져온 통계다. 예를 들어 주식 투자를 100명이 참가하면 75명은 손실을 보고, 20%는 은행 이자 수준을 달성한다. 오직 5명이 막대한 투자 수익을 가져간다. 당신은 세 그룹에서 어디에 속하는가? 당연히 이 글을 보고 있다면 손실 그룹에 속할 가능성 높다.
아래 글을 하나하나 읽어보고 자신의 투자스타일을 반성해보자. 내가 투자 공부(노력)도 안하고 5% 안에 들어갈 생각을 안했는지 자신에게 스스로 물어보자.